期刊基本信息
创刊：
1986年 • 月刊
名称：
液晶与显示
英文：
Chinese Journal of Liquid Crystals and Displays
主管单位：
中国科学院
主办单位：
中国科学院长春光学精密机械与物理研究所
中国光学光电子行业协会液晶专业分会和中国物理学会液晶分会
中国光学光电子行业协会液晶专业分会和中国物理学会液晶分会
出版单位：
科学出版社
主编：
郭海成
副主编：
李树军
ISSN：
1007-2780
刊号：
CN 22-1259/O4
电话：
0431-86176059
邮箱：
地址：
吉林省长春市东南湖大路3888号
邮编：
130033
定价：
50元
液晶与显示 第37卷 第12期
通过外场实现手性液晶选择性反射的动态调控是目前的重要研究方向之一。近年来人们发现了一种特殊的向列相——扭曲-弯曲向列相（Twist-bend Nematic，Ntb），其与手性分子的混合物在电场诱导下可以形成一种具有斜螺旋结构的新型胆甾相，称为倾斜螺旋胆甾相（Oblique Heliconical Cholesterics，ChOH）。不同于普通胆甾相的电场调制性能，ChOH的螺距在一定范围内随电场强度增大而减小，因此可以实现从紫外到近红外宽光谱范围的选择性反射。这一特性引起了研究人员的广泛关注，也使得ChOH液晶材料在全色反射显示器、智能窗户、可调谐滤波器、全息以及其他应用领域有巨大的应用潜力。本文在简述ChOH液晶的特征基础上，重点总结了近年来外场调控ChOH液晶以及聚合物复合ChOH液晶的研究进展，并对其未来发展趋势进行了展望。
液晶 倾斜螺旋胆甾相 动态调制 反射色 liquid crystal oblique heliconical cholesterics dynamic modulation reflection color 
人类对于物质微观结构的探索从未停止过，理解粒子如何在空间堆叠对科学家和技术人员都是一个挑战。在弱相互作用和熵焓竞争的驱动下，软物质经常表现出丰富的自组装形貌和相结构。其中最吸引人的Frank-Kasper相是一种介于晶体和准晶之间的过渡态，具有高配位数（配位数为14，15，16）的二十面体壳层密堆积的复杂球形相结构。软物质为Frank-Kasper相研究提供了新奇的分子与组装结构，同时还丰富和发展了Frank-Kasper相。本文主要对能形成Frank-Kasper相的小分子表面活性剂、嵌段共聚物、树枝状大分子以及巨型两亲分子等软物质进行了简要综述。该类结构可以用于研究非均一性、易变形软球体在空间的堆积，并对软物质自组装形成复杂拓扑密堆积结构的机制以及理解准晶的生长机理等都具有重要意义。
软物质 Frank-Kasper相 自组装 液晶 soft matter Frank-Kasper phase self-assembly liquid crystal 基于液晶液滴体系的生物传感器因其具有较高的检测灵敏度、特异的光学信号，在检测细菌、病毒、酶活性、蛋白质及生物分子相互作用等方面展现其独特优势。液晶液滴生物传感器性能与液晶液滴的尺寸、均一性及其界面的特异识别能力密切相关。因此，制备具有尺寸可控、界面化学可调的液晶液滴成为当前研究的重点。本文从液晶液滴的取向介绍出发，着重概述了近年来液晶液滴制备的研究进展及其在生物检测领域应用中的发展状况。同时介绍了液晶液滴复合材料的制备和液晶液滴的表面固定及其在生物传感中的应用，最后讨论了液晶液滴生物传感器目前遇到的瓶颈以及未来可能的研究方向。
本文介绍了聚乙烯醇（PVA）衬底薄膜晶体管（TFT）的器件制备、电学性能分析和器件溶解特性的演示。该器件以高介电材料氧化铪（HfO2）作为绝缘层，铝掺杂氧化锌（AZO）作为有源层，铝作为栅极、源级与漏极。采用低温磁控溅射（PVD）法成功在PVA衬底上制备出高介电常数（高k ）绝缘层的薄膜晶体管，并基于该器件的绝缘层结构做了进一步优化：利用氧化铪（HfO2）氧化铝（Al2O3）的叠层结构作为绝缘层。结果表明相比于单层氧化铪绝缘层结构的TFT，叠层结构绝缘层的TFT器件性能更优，具有更低的漏电流、更高的开关比和较低的亚阈值摆幅，更适合作为聚乙烯醇衬底薄膜晶体管的绝缘层。“三明治”叠层结构绝缘层的器件开/关比达到2.5×106，阈值电压为10.6 V，亚阈值摆幅为0.53 V·dec-1，载流子迁移率为3.01 cm2·V-1·s-1。
本文设计并制备了一款分辨率为1 920×1 080的氮化镓基Micro-LED芯片。采用单次ICP（Inductively Coupled Plasma）刻蚀的方法完成电流扩展层的图案化和台面刻蚀，实现了电流扩展层和台面的自对准。同时，在制作过程中用HMDS（Hexamethyldisiloxane）提高光刻胶附着力，从根本上提高小尺寸台面刻蚀的一致性和完整性。此外，通过垫高N型电极解决了传统倒装芯片中P型电极和N型电极不等高的问题，有利于显示芯片与驱动芯片的键合。该芯片尺寸为17.78 mm（0.7 in），发光单元尺寸为6 μm，像素周期为8 μm，像素密度达到3 129 PPI。I-V测试数据表明，所制备的Micro-LED的开启电压仅为3.5 V。
Micro-LED 高分辨率 倒装芯片 刻蚀 Micro-LED high resolution flip-chip etch 
为了解决传统小尺寸液晶面板缺陷寻址方法应用在高分辨率、大尺寸液晶面板上存在的效率低、精度差等问题，建立了全自动缺陷精确寻址系统，并对该系统硬件与软件的架构及实施方式、缺陷的定址逻辑进行研究。首先，在点灯检测设备的基础上增加可移动光学相机机构和相应的软件架构，构建成寻址中控系统；然后，通过相机拍摄液晶面板自身显示的空心十字光标与缺陷重合前后的图片，采用对比的方法精确定位缺陷；最后，通过液晶面板驱动装置输出缺陷坐标。对5种缺陷进行测试，结果表明，该系统稳定易用，具有全自动、识别速度快和100%精确寻址等优点。该系统应用于H公司缺陷坐标寻址工序后，缺陷坐标准确性提升30%以上，缺陷维修收益显著提升，在大尺寸液晶面板缺陷维修坐标寻址领域具有重大应用价值。
大尺寸 液晶面板 缺陷坐标 精确定位 large size LCD panel defect coordinates accurate addressing 
为了实现多路无源液晶光学器件的驱动，设计开发了低成本、低复杂度及幅频可调的多路驱动电路。首先，为了便于控制液晶器件，在PC机和驱动板之间采用USB数据传输方式进行控制信号的传输。其次，驱动板卡采用母板加多子板模式，每个子板可输出32路驱动信号，其可依据实际需求灵活选取子板数目，从而降低成本。母板与子板均采用STM32作为主控芯片，子板通过SPI接口与母板进行数据传输。每个子板通过2个SPI接口将数据分组分发给DAC芯片，每个DAC芯片可控制16路数模转换，最终实现192路模拟信号的输出。最后，进行制板和测试。结果显示，输出模拟电压与灰度值符合线性比例关系，其绝对误差在0.010 V左右，符合10 bit、1 024级电压灰度值调制精度。该驱动板卡可以实现多路驱动信号的输出，满足多路无源液晶光学器件驱动控制的需求。
无源液晶调光器件 驱动电路 低成本 精度 passive liquid crystal optical device drive circuit low-cost accuracy 
针对非均匀光照图像存在局部过暗或过亮区域而导致图像对比度低、细节不清晰和可视化效果差的问题，提出了一种基于对称亮度映射和虚拟多曝光融合的图像增强方法。该方法通过颜色空间转换保留输入图像的色度和饱和度分量并分离出亮度分量进行增强。根据相机响应模型，采用图像信息熵和平均梯度最大化原则估计最优曝光比，设计了一种对称亮度映射函数用于虚拟生成对应的最优增强曝光图像和减弱曝光图像，从而与原始亮度分量一起组成具有不同曝光的图像序列，再使用带细节提升的多曝光融合方法对该图像序列重构即得到增强结果。实验结果表明，本文方法在7个公开数据集上的图像信息熵、平均梯度、图像对比度、颜色一致性评价指标均值分别为7.644，9.209，450.683，0.962，均优于对比方法，获得了动态范围高、对比度强、细节清晰和可视化效果好的增强结果。
非均匀光照 图像增强 亮度映射函数 多曝光融合 non-uniform illumination image enhancement brightness mapping function multi-exposure fusion 
针对目前常用配准算法不能满足生产制造行业中高精度工艺要求的问题，本文基于三维点云提出一种改进三维形状上下文（3DSC）点云配准的有效解决方案。首先，通过改进的降采样方式设定阈值采集轮廓点云，对采集的点云依次进行三维网格划分形成形状上下文。然后，进行改进的3DSC初始配准，进而采用迭代最近点（ICP）精确配准，实现了源点云与目标点云之间的旋转平移变换。为验证改进算法的有效性，采用FPFH-ICP、PFH-ICP、传统3DSC和本文改进算法进行配准实验对比。实验结果表明，对于bunny点云和flowerpot点云，本文改进算法精度分别可达2.253 55e-05 m和9.969 02e-06 m，明显优于其他算法的配准精度。与传统3DSC配准算法相比，改进的3DSC配准算法可节省75%~85%的配准时间。改进的3DSC点云配准方法有利于提高配准精度且能优化配准时间，提高了配准效率。
点云配准 三维形状上下文 迭代最近点 三维视觉 point cloud registration 3D shape context iterative closest point 3D vision 
为了高效地对城市景观等复杂场景进行分割解析，本文结合高分辨率网络（HRNet），通过金字塔池化模块（Pyramid pooling module，PPM）补充全局上下文信息，提出了一个高分辨率场景解析网络。首先，以HRNet为基干特征提取网络，并利用空洞可分离卷积改进其大量使用的残差模块，在减少参数量的同时提高了对于多尺度目标的分割能力；其次，利用混合空洞卷积框架设计了多级空洞率，在稠密感受野的同时减小了网格问题的影响；然后，设计了多阶段的连续上采样结构以改进HRNetV2简单的后融合机制；最后，使用改进的可适应不同图像分辨率的金字塔池化模块聚合不同区域的上下文信息获得高质量的分割图。在城市景观数据集（CityScapes）上仅以16.4 Mbit的参数数量实现了83.3% MIOU的精度，在Camvid数据集也取得了良好的效果，实现了更加可靠、准确、低计算量的基于语义分割的场景解析方法。
深度学习 神经网络 语义分割 高分辨率网络 空洞卷积 deep learning neural network semantic segmentation high resolution network atrous convolution 
视频中的异常检测是一个具有挑战性的计算机视觉问题。现有的最先进视频异常检测方法主要集中在深度神经网络的结构设计上，以获得性能改进。与主要研究趋势不同，本文侧重于将集成学习和深度神经网络相结合，提出了一种基于集成生成对抗网络（Generative Adversarial Networks，GAN）的方法。在所提出的方法中，一组生成器和一组判别器一起训练，因此每个生成器可以从多个判别器获得反馈，反之亦然。与单个GAN相比，集成GAN可以更好地对正常数据的分布进行建模，从而更好地检测异常。在两个公开数据集上测试了所提出的方法性能。结果表明，集成学习显著提高了单个检测模型的性能，在两个数据集上比现有最近方法分别超过0.4%和0.3%的帧级AUC。
视频监控 异常事件 深度学习 集成学习 生成对抗网络 video surveillance anomaly detection deep learning ensemble learning generative adversarial networks 
针对基于人体骨架序列的动作识别存在的特征提取不充分、不全面及识别准确率不高的问题，本文提出了基于多分支特征和多尺度时空特征的动作识别模型。首先，利用多种算法的结合对原始数据进行了特征增强；其次，将多分支的特征输入形式改进为多分支的融合特征信息并分别输入到网络中，经过一定深度的网络模块后融合在一起；然后，构建多尺度的时空卷积模块作为网络的基本模块，用来提取多尺度的时空特征；最后，构建整体网络模型输出动作类别。实验结果表明，在NTU RGB-D 60数据集的两种划分标准Cross-subject和Cross-view上的识别准确率分别为89.6%和95.1%，在NTU RGB-D 120数据集的两种划分标准Cross-subject和Cross-setup上的识别准确率分别为84.1%和86.0%。与其他算法相对比，本文算法提取到了更为多样化、多尺度的动作特征，动作类别的识别准确率有一定的提升。
动作识别 多尺度特征 多分支特征 特征融合 action recognition multi-scale features multi-branch features feature fusion 
糖尿病视网膜病变（DR）是糖尿病的常见并发症，是目前世界范围内导致失明的主要疾病之一。临床的早期阶段很难检测到DR。本文提出一种基于卷积神经网络的计算机辅助诊断方法，根据眼底的图像自动分类DR的严重程度。采用多种预处理方法提高输入图像的质量，并且采用多种数据增强的方法来提高数据集的均衡性。使用代价敏感正则化扩展标准分类损失函数，根据预测等级和真实等级相差程度的不同，对其施加不同的惩罚。在ImageNet数据集上进行预训练，从而引入迁移学习，并且使用Softmax激活函数的全连接层使模型获得更好的性能。基于两个数据集的实验结果表明，相较于近期学者的研究结果，该模型能够实现二次加权kappa分数约5%的改善，AUC约3%的改善。将代价敏感正则化引入到EfficientNet网络模型可以提高糖尿病视网膜病变分类任务的准确率，能够得到很好的模型性能。
糖尿病视网膜病变 深度学习 代价敏感正则化 卷积神经网络 图像分类 diabetic retinopathy deep learning cost-sensitive regularization convolution neural network image classification